基于深度神经网络和贝叶斯分类器的自然场景情感识别
计算机视觉与模式识别
2017-09-13 v1
摘要
自然场景下的群体情感识别是一个具有挑战性的问题，因为日常照片拍摄于非结构化环境中。有效分类的一些障碍包括遮挡、可变光照条件和图像质量。在这项工作中，我们提出了一种基于深度神经网络和贝叶斯分类器新颖组合的解决方案。神经网络采用自底向上的方法，分析孤立人脸表达的情感。贝叶斯分类器通过场景描述符获取自顶向下特征，整合估计出全局情感。为验证该系统，我们在为 Emotion Recognition in the Wild Challenge 2017 发布的数据集上测试了该框架。我们的方法在测试集上达到了 64.68% 的准确率，显著优于 53.62% 的竞赛基线。
引用
@article{arxiv.1709.03820,
title = {Emotion Recognition in the Wild using Deep Neural Networks and Bayesian Classifiers},
author = {Luca Surace and Massimiliano Patacchiola and Elena Battini Sönmez and William Spataro and Angelo Cangelosi},
journal= {arXiv preprint arXiv:1709.03820},
year = {2017}
}
备注
accepted by the Fifth Emotion Recognition in the Wild (EmotiW) Challenge 2017